数据驱动精准教学：整校教学质量提升策略

汪琼

摘要： 数据驱动精准教学是通过对学生进行多样化的及时测评，有意向地收集多种有效的数据，由此引导和实施有针对性的教学决策。其成功实施需要在全校范围内建立信任文化，推动循证路线，基于一定交流规程开展富有成效的教师合作研讨，从而实现教学目标精准确定、关键学情精准分析、教学改进精准规划。在这个过程中，教师的教学策略得以丰富，专业判断愈加敏锐，整校教学质量持续提升。

关键词：教育大数据;精准教学;质量提升

一、现实背景：如何看待大数据

大数据时代，教育数据不再只是一堆用作统计的数字，正在成为一种变革教育的战略资产和科学力量，甚至是“人类世界的下一个自然资源”。随着信息技术在教育教学中的广泛应用，教育系统中每时每刻都在产生海量的、与学生学习行为相关的数据。挖掘隐藏其中的丰富价值，以此改进教学决策与实践，成为大数据时代教师面临的重大挑战与机遇。

一直以来，教师的工作中都不缺乏数据，他们过去的教学决策更多依靠的是自己的教学经验和学生的成绩数据。现在，随着众多教育软件系统的出现，教师教学决策可以依据的数据类型愈加丰富，不只有数值型数据，还有多媒体数据，数据分析速度也加快很多。正如国家督学、中国教育学会副会长罗洁所说，“我们的教育数据，不是为了证明，而是为了发现、指引和激励”。所以，在学校层面做数据分析，更重要的是为了帮助教师发现教学中存在的问题、可改进的地方、学生的个性化学习情况，以便转变教学方式，实现基于“经验+数据”的更科学的教学。

二、数据驱动精准教学概述

数据驱动精准教学是指通过对学生进行多样化的及时测评，有意向地收集多种有效的数据，由此引导和实施有针对性的教学决策^[1]。这个概念界定中有以下几个关键点。

一是要对学生的学习做及时测评，教学的目的不是在有限的时间内覆盖全部教材内容，而是要帮助学生掌握所学内容。及时地测评可以帮助教师调整教学方向、节奏和练习强度。在信息技术的支持下，一些有条件的学校已经做到在课堂上对随堂练习进行即时反馈，教师可以及时了解每个学生对新授知识的掌握情况。

二是测评的方式要多样化，教师要有意向地收集多种数据。目前，不少学校把数据驱动教学理解为建立学科知识图谱，根据学生做题结果，了解学生知道什么和不知道什么，对学生没有掌握的内容再进行重复教学和强化练习。然而，要真正让学生受益，教师更需要了解的是做错题的学生为什么会这么解答、他们是怎么想的。也就是说，教师要将学生的解题过程作为要分析的数据（文本数据），而不是只看对错数据（数值数据），还要辅以学生对解题思路的描述（言语数据），从而确定学生出错的根本原因。笔者之前观看一些学校的示范课录像，发现有些教师对于学生的做题结果只管对错，很少追问学生是怎么想的，这也就放弃了督促学生整理和解释解题思路的机会。从学习科学的研究^[2]发现来看，这种解释行为对学生学业发展非常关键。

三是对多个学生同一错误的辨识以及不同错误的归类，结合对教学过程的复盘反思，有助于教师更精准地掌握学生学习的规律，形成针对性的补救策略。在这个过程中，教师的教学见识与见解得以丰富，整校的教学质量也随之得到提升。

总之，能够驱动精准教学的数据必须是有意义的且有时效性的，数据不在“大”，关键在“有用”。目前对教学最有用的数据还是学业表现层面的小数据。

三、数据驱动精准教学整校提升教学质量的关键点

采用数据驱动精准教学，本质上是为了改进教学绩效。教师在备课的时候对于教学时学生可能出现的学习反应是有预期的，这些预期往往基于一些理論假设和过去的经验，但是实际教学中的情况常常跟预想的有差距，这些差距就是教师要分析的地方。对于同样一种现象，可能有不止一种解释和原因，对它的处理也会有不止一种方法。那么，怎样才能做到准确判断、精确改进呢？这就需要发挥社会学习的作用，通过改进学科教研过程，实现整校提升教学质量的目标。

精准教学需要精准确定教学目标、精准评测学生学习起点、精准确定教学内容，并能够精准发现学生学习中的问题，精准找到解决问题的对策，再予以精准实施。采用基于教研改进的数据驱动精准教学整校提升策略，可以遵循以下步骤进行教学改进：第一步，根据课标与学科核心素养要求，确定教学目标;第二步，根据教学目标设计考试题，确定教学深度和广度;第三步，根据考试题，规划如何教，分解子目标，采取分步教学与综合练习相结合策略;第四步，实施教学，通过课堂提问和随堂测试，及时发现学生学习中的问题并及时改变教学策略;第五步，通过教研活动，分析学生的作业/作品，研讨典型问题及对策，为确定重新教学的策略集思广益;第六步，重新教学，对于学生的学习难点，换种教学方法，并检验教学效果。这其中有几个细节有别于传统的教研活动。

（一）备课从备课程标准开始，通过出题直观表达教学要求

之前笔者调研过中小学教师的备课情况，得到的反馈是：备课就是备教材。虽然学校教研组或区教研员会组织教师学习课程标准和学科核心素养相关文件，但并不是每次备课都会关联课标或学科核心素养。诚然教材体现了编者对课程标准的理解，反映了编者认为有效的教学路径，但这只是对课程标准与核心素养的一种解读。学校在落实课标要求的时候，每位教师对其的理解还是有差异的，如果做整校的教学质量提升，就需要保证每个年级每个学科的教学要求是一致的。这可以通过让每位教师对同一课程标准出对应的考试题来显性表达他们的理解，通过对这些考试题的分析研讨，统一对这个知识点上教学难度要求的认识。

例如，课标要求“学生会使用比率概念解决现实世界中的数学问题”，以下为六道对应试题。

1. 20的50%是多少？

2. 81的67%是多少？

3.肖同学在物理周测中10题答对了7题，他答对题的百分比是多少？

4.斯蒂芬·库里是2018年NBA最好的罚球投手之一。在主场比赛中，他曾有116罚110中的记录。他的罚球命中率是多少？

5.斯蒂芬·库里是2018年NBA最好的罚球投手之一。之前在主场的比赛中，他罚球116中110。但是在季后赛第一场比赛中，库里前五次罚球均未命中，在罚球失误后，他的命中率从赛前到现在下降了多少？

6. 斯蒂芬·库里和凯文·杜兰特在争夺最佳罚球手。库里前103次投篮命中率为94%，杜兰特51投命中47次。

a.谁的命中率更高？

b.如果下一场比赛库里10投2中，杜兰特10投7中，他们各自的总命中率会是多少？

c.谁的命中率更高？

d.马同学认为：如果库里和杜兰特都投中了接下来的10投，他们的投篮命中率也会上升相同的幅度。这是真的吗？为什么是或为什么不是？

很明显，这几道题的难度是逐渐增加的，第六题要比其他题难很多，而且考到了学生可能出现的错误认识。通过出对应的考试题，教师可以非常明显地看出教学要求的差异，那么教学应该达到哪个难度最合适呢？一个简单的办法就是对标高考题和中考题，按照这个难度标准设置教学目标要求。

在备课教研中产生的这些试题，不仅可以统一教师对课程教学难度和教学深度的认识，还可以有效引领教学实施：教学就是要帮助每个学生在学习相关知识之后都能够正确解答这些题目。换句话说，备课阶段产生的这些题目应该是公开的，教师在教学中需要讲解类似的例题，在随后的单元测验、期中考试、期末考试中，测试题的设计也需要参考备课阶段出的这些题目的题型和难度。只有当师生都明确教学要达到的目标是什么的时候，教学才会是有针对性的，测试的目的也能回归其原有的定位：是为了检验教学目标的达成度，而不是刁难学生。有了明确的教学目标，也可以避免学生盲目刷题、过度训练。

上述这种“结合教学内容、对应课标要求、出题明确教学目标”的做法，既可以用于单元备课，也可以用于每节课的备课。当应用于单元备课时，教师可以通过对较大教学目标的逐层分解，以及对每层子目标出对应试题的方式，将课程标准及核心素养落实到每节课。刚开始的时候，教师的备课速度会有些慢，但是被激发出来的思维突破也是很明显的，久而久之，当他们对课程标准和核心素养烂熟于心的时候，在每堂课上落实核心素养就不再是一句空话。

（二）课堂上须即时掌握学情，及时修正教学

在传统的课堂上，教师教学基本按照预先设想的流程进行，以传授知识为目标，遇到突发情况，比如学生提出了意想不到的问题，他们常常采取“下课后再说”的处理方式。采用数据驱动的精准教学，教师的教学以“帮助学生学会”为目标，意在建设“新学知识，当堂消化”的高效课堂，这就需要教师在课堂教学的时候，时刻关注学生的学习情况。为此，教师需要开发多种获取学情数据的工具，如学生课前预习情况检查单、课上要对学生提问的问题集、新知识学习后检查学生理解情况的题目，等等。对于一些开展学生自主学习或小组学习活动的课堂，教师还需要设计工作单，以了解学生学习活动的进展和质量。

目前，很多学校安装了智慧教学系统，这样在课堂上教师可以很方便切换到对学情进行诊断的界面，在学生做完题后也可以很快地给出统计报表，根据数据统计结果采取相应的措施。比如，请出错的学生谈谈他们的解题过程，以便给予针对性的指导。有时候，这种及时的测试也会帮助教师发现自己之前讲课疏忽的地方。

总之，采用数据驱动精准教学，教师在每堂课上都要对标课程标准和核心素养的要求，通过对单元教学目标进行分解，使得教学能够朝着完成教学目标的方向迈进。对于每个子目标，也是先出考试题定位教学的难度和深度，再设计能够保证学生会做考试题的教学活动。有研究证实^[3]，随堂测试能够明显提高学困生的学业表现。教师对测试数据的分析，不只是要关注全班学生的平均分这样的统计数据，更要关注每个学生的答题情况，找出出错的原因和规律，这样才能发现教学可改进之处。

（三）有规程的集体教研是形成教学见解的重要环节

有些学习问题并不是教师在课堂上就能够及时发现、马上解决的，需要通过仔细分析学生作业或收集其他方面的数据才能够意识到。而且，对于学生暴露出来的问题，其原因可以有多种解释。通过集体教研，教师可以厘清思路，形成对策。

在调研一线教师现有教研形式和教研内容时，笔者得知目前大多数的教研主要是集体备课，交流教案，或者观摩一些优秀教师的课堂，很少开展分析学生作业或作品的教研活动。数据驱动的精准教学非常强调以学生的作业或者作品为数据，集体讨论作业暴露出来的学习问题或教学问题，挖掘教师中好的教法，并予以推广。

比如，有所学校在对一次单元测验数据分析时发现部分学生对新学的负数概念掌握得不太好，但是有一个班例外。在集体教研探问原因时，这个班的授课教师说他讲授正负数概念时没有如常规横着画数轴，而是垂直画数轴，这样便于学生理解。随后，其他教师都使用垂直画数轴的方式回到本班重新教学，之后的测验发现学生基本都掌握了正负数概念。

除了同学科的教研外，还可以开展一些数据驱动的精准教学方面的跨学科教研，有时也能产生意想不到的效果。有学者^[4]谈到一个跨学科教研案例：一个语文教师在分析学生的议论文作业时，表达了对学生作文的不满意。为了回答数学教师的提问：“学生是否知道怎样才是有说服力的议论文？”这位教师给出了她给学生的范文，这些具体的范文让语文学科教师们发现了彼此之间对于议论文评判标准的差异，在此之前他们并没有意识到对于这些基础概念大家的认识不同。

有时候，集体教研中，对于发现的学生学习中的共性问题，教师们会给出多种解决方法。它们往往并无优劣之分，教师可以回到各自班级试用自己认为较合适的方法重新教学。过一段时间，教师们可以在一起根据数据分析看看哪种方法更合适，还可以联合撰写成教研论文。

教师在重新教学的时候最好能够变换教学方法，尽量不要重复之前的教法，因为学生之前之所以没有掌握知识，可能与不适应教师教法有关^[5]。那种让学生把讲课视频多看几遍的要求往往收效甚微，也是这个缘故。但是要让教师挑战教学舒适区，采用另一种教法并不容易，集体研讨可以帮助教师丰富教学策略。只是从调研中发现，一线中小学教师目前的教研活动并不常常出现集思广益的情况。究其根源，是因为有效的合作教研需要一定的规程，而国内教师对此了解不多。国内的教研活动还是原生态的，推动数据驱动精准教学全校教学质量提升，需要从改进教研流程开始，开展相关合作教研规程的培训。

举例来说，关于教案的教研，目前学校的常规做法是一位教师介绍教案，其他教师提问，介绍教案的教师回答，这往往会变成“教案设计答辩会”。当这位教师过于解释其设计想法时，其他教师会产生“就这样吧，多说无益”的想法。如果采用研讨规程，比如“调优规程”^[6]，则在教案作者介绍了教案设计之后，他就不再允许发言，只能坐在一边聆听记录。所有参会教师针对教案文本谈自己看到了什么、想到了什么、自己在这种情况下会怎么做，之前看过的其他教师的做法中有哪些可以借鉴的，等等。这样，所开展的研讨是对“教案”而不是对“教案作者”的。在此过程中，参与者会更多谈到自己的想法、做法及建议。当大家讨论得差不多的时候，教案作者才可以发言，总结听会体会，说明会采纳的建议，求证一些不太理解的议论，等等。这样的研讨规程设计，保证了与会教师有充足的时间发言，被帮扶的教案设计者会有更长的时间吸收大家的意见。我们采用这个流程，做了两轮共20场7所小学人工智能教师的线上研讨会，参与教师均表示相比在本校的教研，采用规程的讨论，教研内容更加聚焦。

（四）测评素养是教师实施数据驱动精准教学的关键能力

从上面对几个关键细节的介绍中不难发现，数据驱动精准教学非常依赖精准测评，因为只有测评工具好，教师所获得的数据才可信，也才有分析的价值。

理想的情况是，教师每次给出的测试题都是精心设计的，紧扣教学目标。靠人力出题会麻烦一些，但也不是不可能。成都一学校的校长要求新校区的教师每次给学生的作业和测验题都自己命题，三年后新校区的升学质量达到与优质老校区齐名，这也证实提高教师的命题能力会显著提高学校的教学质量。

在当前强调教育大数据应用的形势下，教师除了要具有命题能力，还需要有测评素养。有学者^[7]指出，具备测评素养的教师要能够：将学习评价与清晰的教学目标关联;阐明对学生学业成就的预期;采用恰当的学习评价方法;开发高质量的学习评价练习和评分标准，对评价结果进行恰当抽样分析;在评价中避免偏见;有效沟通学生成绩;使用评价作为一种教学干预。这些能力正是教师成功实施数据驱动精准教学的保障。

具体来说，如果是教师根据教学目标设计的测试卷，每个教学目标对应几道测试题，那么就可以根据学生的测试结果对每个教学目标的完成度进行分析，还可以分析每个学生每个目标的达成度。对关键题目有意设计的错误选项的得分情况进行分析，可以进一步明确学生失误的原因和比率，这对于开展精准的修正教学大有帮助。

为了推动学生温故知新，数据驱动精准教学整校提升策略建议教师在进行单元测试时最好包含前面多个单元教过的内容，即2单元的测试包含1单元和上学期的内容，3单元的测试包含1单元和2单元的内容，等等。前面单元的内容最好与新学内容有机融合，构成累进考试，不断促进学生新旧知识关联，避免学生学到后面忘了前面。这是符合教育规律的测试设计，也是有效提升整校教学质量的关键细节之一。

四、总结

上面介绍了数据驱动教学的整校教学质量提升策略的核心步骤，即通过引进教研规程，改进学校集体教研的形式和内容，用体现对课标理解和认识的测试题引领教学活动的规划与设计，通过对学生作业和作品的集体研讨，发现学生学习的规律和特征，丰富改进教学对策。

总的来说，成功实施数据驱动的精准教学，首先需要学校建立信任文化，完善教师奖励机制，这样教师才敢于将学生的作业拿出来做集体分析，而不至于担心暴露自己的教学问题，也才有可能在集体教研的时候做到知无不言、言无不尽。其次，教师还需要参加一些培训，这包括怎样分析数据，如何有效地与学生、家长沟通智能系统中的数据报告，如何组织富有成效的教师合作研讨活动，等等。

从国外的一些案例来看，一般采用数据驱动的精准教学一年半后，落后校就会跃升为地方优质校。其中，校长对数据驱动精准教学全校实施的决心和支持力度是最关键的因素。刚开始实施数据驱动的精准教学，可能需要校方牵头成立的推进小组来组织开展数据研讨会议。随着教师日益掌握数据分析的手段，尝到了集体教研的乐趣，教师自发组织的数据研讨会议就会越来越多。当学校的学生也能够很好地利用学业数据来规划自己学习的时候，这个学校的数据驱动精准教学实践就已经成熟了。

参考文献

[1] Bedwell L E. Data-driven Instruction[J]. Phi Delta Kappa Fastbacks，2004（516）：3.

[2] Coleman E B， Brown A L， Rivkin I D. The Effect of Instructional Explanations on Learning from Scientific Texts[J]. The Journal of the Learning Sciences，1997，6（4）：347-365.

[3] Airasian P W. Classroom Assessment[M]. McGraw Hill， 1221 Avenue of the Americas， New York， NY 10020;tele，1997.

[4] Little J W， Gearhart M， Curry M， et al. Looking at Student Work for Teacher Learning， Teacher Community， and School Reform[J]. Phi Delta Kappan， 2003，85（3）：184-192.

[5] Grow G O. Teaching Learners to Be Self-directed[J].Adult Education Quarterly，1991，41（3）：125-149.

[6] Allen D， McDonald J. The Tuning Protocol： A Process for Reflection on Teacher and Student Work[J].Retrieved April，2003，29：2006.

[7] Stiggins R J. Assessment Literacy[J]. Phi Delta Kappan，1991，72（7）：534-539.

（作者系北京大学教授、博士生导师，北京大学数字化学习研究中心主任，教育部教学信息化与教学方法创新指导委员会委员，教育部高教司在线开放课程项目专家组成员）

责任编辑：孙建辉